データサイエンス時代にこそ学ぶべき品質管理の基本的考え方
開催日 | オンデマンド |
---|---|
収録時間 | 135分 |
主催者 | 株式会社産業革新研究所 |
キーワード | 品質マネジメント総合 TQM SQC一般 |
開催エリア | 全国 |
最先端の人工知能の原点が、実は日本の品質管理にある温故知新 -日本トップの統計家が全ての製造業関係者に贈る「品質管理の基本」とは
セミナー講師
椿 広計 氏 統計数理研究所 所長
1982年東京大学計数工学修士課程修了後、東京大学計数工学科助手、慶應義塾大学理工学部講師、筑波大学経営システム科学専攻助教授・教授、同専攻長、統計数理研究所リスク解析戦略研究センター長、統計数理研究所副所長、(独)統計センター理事長を経て現職。応用統計学会長、統計関連学会連合理事長、日本品質管理学会長、ISO/TC69「統計的方法の適用」/SC8「製品・技術開発加速のための統計的方法」議長、総務省統計審議会農林水産統計部会長。内閣府統計委員会匿名データ部会長などを歴任。品質管理分野では、統計的方法、マネジメントシステムの国際標準化(ISO TC69統計的方法の応用に所属、SC8技術開発促進のための統計関連技法国際委員会委員長、2008年に経済産業大臣表彰標準化功労受賞。
セミナー受講料
1名様 13,750円(税込)
※ものづくりイノベーター認定者は、ランクに応じて当社主催セミナー受講料の割引が可能です。お申込み前に、お問合せフォームよりランクをご申告ください。後程、割引用のクーポンをお送りいたします。※その他クーポンとの併用不可、ご注文後の割引適用は出来ません。
受講について
【このセミナーはオンデマンドセミナーです】ネット環境さえあれば、お好きな場所、お好きな時間に受講できます!
- 視聴期間は受講開始日より2週間です。
- タブレットやスマートフォンでも視聴できます。
- セミナー資料はPDFで配布いたします。
セミナー趣旨
ものづくりにおいて「品質」が重要であることは疑いようがありませんが、果たして品質および品質管理とは何であり、なぜ/どれだけ重要なのか、そしてどのように取り組むべきなのかについて、正面から向き合う機会は少ないものです。今回はこれら品質に関する命題に、日本品質管理学会第40代会長、品質工学会第7代会長が、専門分野である統計学者としての立場から議論、解説します。
話題は戦後のシューハートから最新の人工知能応用まで広く、またプログラムに組み込まれた3つの演習に取り組むことで「品質管理」という概念を深く考え、今の業務への新規な気づきが必ず得られると確信します。
受講対象・レベル
- 品質管理、品質保証、品質マネジメントシステムの担当者/管理職
- 製造業で企画品質、設計品質、製造品質、市場品質にかかわる全ての方
必要な予備知識
特になし
習得できる知識
- 品質、品質管理の定義、基本
- 品質マネジメントの歴史
- 品質関連業務への正しい向き合い方
- 品質問題の未然防止、解決方法
- 品質問題への統計学適用例
セミナープログラム
0.自己紹介
- 質・品質とは何か?
- 顧客(関係者)とは誰か?
- 様々な顧客要求とは何か? 品質の良し悪しに関わる最重要概念
- 目標としての顧客満足と品質の差は何か? サービス・マーケティングの通説
- 品質要素の分類(Kano Model)
- 品質の難しさとは? 要求品質の2分類・演習1
- 品質のマネジメントとは
- マネジメントとは?
- 品質マネジメントとは? 品質マネジメントは人間的? コストマネジメントは
- 品質マネジメントの基本原理
- 品質マネジメントの対象は?
- 科学的マネジメントプロセスとは? PDCAサイクルは日本初
- 問題解決と課題達成
- アクションとは何か? 改善・改革活動のソリューション実装
- ソリューションの対象は何か? 解決すべき問題と達成すべき課題
- ソリューションの標準シナリオとは? 問題解決型QCストーリーの見える化:サマリーシートの効用
- 日常管理と改善の二重ループプロセス デミング・石川のマネジメント・プロセスモデル+支援技法 日常管理と改善行動の合体
- ISOの品質保証とは何か?・演習2
- 管理技術の問題解決シナリオへの適正配置
- 継承すべき統計的品質管理の基本 改善の標準シナリオに埋め込む管理技術 Step1:価値の選択、問題発見 Step2:顧客要求の技術への変換 Step3:最適化 Step4:価値の実装と注入
- 問題発見のための統計的方法とは? 分布の裾野が重要 時間的異常検知による問題発見 シューハートのプロセス管理:異常検知の源泉
- 要因分析のための統計的方法 定性的な要因分析から定量的要因分析へ 要因分析における日本の貢献
- 効果確認のための統計的方法
- 高度な手法を利用するとは?・参考:技法機能の分類とは?
- 高度な統計的機械学習も要するに回帰予測分析 予測値を束ねて改善する戦略 正則化あるいはベイズモデル戦略 階層性を意識したデータサイエンス教育
- 品質管理の文化的側面とは
- QCサークル(小集団改善)活動とは
- 全員参加の原則とは
- 今後の課題・演習3 品質文化再生への問いかけ